基于多源數據對齊的成品油管道管體缺陷綜合分析

李 菲, 孫 偉,胡 朋,王俊強

(1.國家石油天然氣管網集團有限公司華中分公司, 武漢 430023;2.中國特種設備檢測研究院 , 北京 100029)

油氣管道是國家重要能源基礎設施,近年來由于管道總里程的快速上升以及各類管道事故的頻發[1-3],油氣管道的風險管控和完整性管理愈發得到政府和社會的高度重視。如何利用多種檢測手段,通過定期檢測和多源數據融合分析,充分了解管道的真實狀態,準確識別出潛在的管體高風險點,避免管道失效,成為國內管道企業的研究重點。

陳金忠等[4-6]對管道檢測與標準發展現狀進行了總結,認為發展組合檢測,積極探索內檢測信號識別、對齊和多維數據綜合分析,是提高管道內檢測質量的重要發展方向。在數據對齊方法方面,孫浩等[7-10]針對長輸管道內檢測數據的對齊方法進行了研究,提出了基于關鍵點的數據對齊方法和算法模型。在數據對齊和綜合應用方面,張曼杰等[11-12]對內檢測數據進行深度分析,并用于管道的剩余強度和剩余壽命評價;于航等[13]開展了管道腐蝕數據綜合分析研究,并識別出了20處潛在腐蝕風險點;滕延平等[14]對高溫原油管道的內外檢測數據進行比對,并評價了管道防腐層的剝離情況。

以華中地區某段在役成品油管道為例,通過整合內外檢測、開挖驗證、地面標志樁牌、高后果區等多源管道數據,開展了數據對齊及綜合分析,得到了該段管道的總體完整性情況,識別出了潛在高風險點,并為修復或下一輪檢測提出了針對性建議,有效保障了該管道的安全運行。

1 多源數據對齊方法

1.1 對齊方法及流程

數據對齊是數據綜合分析的前提條件,數據對齊的質量好壞直接影響后續數據綜合分析工作的準確性。祝明等[15]認為管道內外檢測的數據對齊應以內檢測數據為準,可采用管段劃分、外檢測數據坐標轉換、插值方法和結果驗證的步驟實現對齊,且對齊結果精度相對較高。由于內外檢測數據采集方式、對象以及精度要求不同,對齊方式直接關系到結果的準確性,同時數據對齊后還應便于拆分,以實現不同年限同類數據的獨立分析。

筆者推薦采用以GPS(全球定位系統)為基準,采用圖層疊加式的對齊方式進行對齊(見圖1)。對于不同年限完成的內外檢測,可在圖層基礎上設子圖層加以區分。底圖層以管道的焊縫、閥門、測試樁等作為基本特征,以基線檢測得到的管道基本特征GPS定位(經緯度和高程坐標)數據轉換的高斯平面坐標作為底圖層的基準數據。數據對齊過程中,應根據不同特征進行多次對齊調整,先粗略對齊,再精細對齊。

圖1 管道數據對齊方式及圖層疊加示意

焊縫對齊是缺陷對齊的前提條件,由于焊縫數據量大,在對齊過程中最容易出現錯誤。一旦對齊發生錯誤,會對后續數據對比分析結果造成較大影響。焊縫對齊環境應以基準數據為準,進行分段對齊。針對多次內檢測數據對齊過程中出現的錯誤,應及時進行核查和修正。

1.2 數據對齊實例

利用上述對齊方法,對表1所示的某管道不同年限數據進行對齊。因為該管道首次基線檢測未在新建投產前開展,所以數據對齊以2015年檢測的中心線數據作為基準數據,檢測出的基本特征為6個閥門、164個彎頭和6 776個環焊縫。

表1 某管道對齊數據信息

在數據對齊過程中,多次內外檢測數據分別以基準數據為參考進行對齊。數據對齊驗證環節,首先進行閥門對齊,驗證對齊完成后,再進行彎頭對齊驗證,最后進行焊縫對齊。經過多次驗證,最終實現該管道的數據對齊。

2015年內檢測報告焊縫6 760個,2021年內檢測報告焊縫6 559個。經比對分析發現,兩輪焊縫數量及部分焊縫未能對齊的原因有3個,具體如表2所示。

表2 焊縫對齊不一致原因

通過分析兩輪內檢測的焊縫對齊數據,發現2015年檢測數據中有多處管長超標問題,管節長度超過正常管長的統計結果如表3所示(管線是由數節鋼管通過焊接組成,每節鋼管的長度不超過12 m,此處是超過正常管長的數據),經分析該問題主要是焊縫漏標或誤標、里程輪打滑、特征標注方式不一致等因素造成。

表3 管節長度超過正常管長統計 m

2 基于對齊數據的綜合分析

基于多次內外檢測等多源數據的獨立分析評價,僅能分析缺陷的位置和嚴重性,無法跟蹤活性缺陷隨時間的發展趨勢,從而導致不能夠精細指導未來的維修計劃,基于數據對齊的油氣管道綜合評價可解決上述問題。

最新國家標準GB/T 42033-2022《油氣管道完整性評價技術規范》 第5章中,明確要求在開展評價前應對不同來源數據進行整合對齊、質量和統計分析,以及確定缺陷的影響程度、分布規律、致因因素等,這已成為油氣管道適用性評價前不可缺少的環節,也是綜合分析評價最重要的部分之一。

正如1.2節所述,在完成數據對齊后,應開展數據對齊效果和質量的分析,了解數據對齊偏差原因,如焊縫等管道特征漏標或漏報、管長超標等信息,并在此基礎上修正部分已確認的數據偏差,以達到最佳對齊效果。確認數據對齊工作完成后,可進一步開展綜合分析,包括統計對比、可視化展示、不同區段管道質量分布及缺陷增長情況等。

2.1 缺陷統計及對比

根據兩輪內檢測對齊數據中的缺陷與焊縫位置關系,統計對比了質量百分數不小于5%的內外金屬損失缺陷以及幾何變形,其結果如表4所示。可見兩輪內檢測缺陷點數量的差異較大,主要原因為:①檢測器性能的提升,如兩軸變三軸、通道間隔縮小、采樣頻率更高等;②數據信號分析人員技能提升;③腐蝕發生了增長。

表4 管道內檢測缺陷數量統計

2.2 金屬損失缺陷分析

2.2.1 內部金屬損失致因分析

對兩輪內檢測數據中內部金屬損失(質量百分數≥5%)的里程和時鐘方位分布進行分析,其結果如圖2所示。發現兩次檢測得到的內部金屬損失主要分布在10～20 k m 和40～50 k m 里程,且80%集中在4～7點鐘方位。結合管道的高程走勢,低洼處積水導致的管道內腐蝕數量相對較多,管道里程為40～50 k m 的高程走勢以及對應的缺陷分布關系如圖3所示。建議下一輪內檢測重點應關注內腐蝕較嚴重位置的發展趨勢,針對腐蝕增長較快的點進行開挖驗證,必要時對其進行監測,掌握腐蝕的增長情況并評估缺陷點的剩余強度,同時要進行致因分析,從而保障管道的安全運行。

圖2 管道內部金屬損失分布

圖3 管道里程為40～50 k m的高程走勢以及對應的缺陷分布關系

2.2.2 外部金屬損失致因分析

通過分析兩輪內檢測數據中外部金屬損失(質量百分數≥5%)缺陷的管道里程和時鐘方位分布(見圖4),發現外部金屬損失位于30 k m 和70 k m附近的數量相對較多,但在時鐘方位上無明顯聚集。該段管道穿越農田和魚塘,缺陷較多原因不明,應作為下次檢測重點對比分析區段。管道外部金屬損失與環焊縫關系如圖5所示,可見距環焊縫±0.2 m 范圍內的外部金屬損失點達19.8%,分布在環焊縫及熱影響區范圍內的外部金屬損失缺陷相對比較密集。結合2021年內檢測開挖驗證,最深的3處外部金屬損失均為環焊縫周圍補口帶下外部腐蝕缺陷,原因為環焊縫處補口帶現場施工質量較差,土壤中的水、微生物等接觸管體引起外部金屬腐蝕,應加強關注。

圖4 管道外部金屬損失缺陷分布

圖5 管道外部金屬損失與環焊縫關系(±0.2 m以內)

2.3 環焊縫異常綜合分析

2021年內檢測發現環焊縫異常53處,其中2處環焊縫嚴重異常,對其進行開挖驗證,確認為焊縫未焊滿。由此可知,基于內檢測數據,結合所處位置、承載情況等信息,定性或定量分析識別環焊縫異常,有助于減少環焊縫失效事故的發生。同時,針對高鋼級管道,應結合焊縫底片復評、環境調查、承載預判等危害因素識別方式,對較為嚴重的環焊縫異常進行常風險評估,并對高風險的環焊縫異常進行開挖檢測,驗證其安全性。

2.4 河流穿越等高后果區管段缺陷情況

經管道內外檢測數據的綜合分析,確定高后果區內的管道本體缺陷62處,其中4處建議開挖驗證,6處建議重點關注。結合管道路由、穿越河流和魚塘的影像信息,發現位于河流穿越段的管道本體缺陷30處,其中管體損傷質量百分數大于20%的缺陷7處,是下一輪內檢測的重點關注對象。

2.5 缺陷增長顯著性分析

根據標準SY/T 0087-2016《鋼質管道及儲罐腐蝕評價標準 第5部分:油氣管道腐蝕數據綜合分析》,可對管道內外金屬損失缺陷進行增長顯著性分析,判斷缺陷是否為活性腐蝕點。判斷方法為:①得到前后兩次內檢測的缺陷真實尺寸;②計算缺陷尺寸分布概率密度函數的重合系數ρ,見式(1);③ρ≤0.5,判定缺陷已增長,為活性腐蝕;反之,ρ＞0.5,可認為缺陷未增長,為非活性腐蝕。

式中:ρ為重合系數,代表兩個概率密度函數分布之間的重合程度;f1(x)和f2(x)分別為前后兩次內檢測得到的缺陷真實尺寸分布的概率密度函數,可由返回指定平均值和標準偏差的正態分布函數(NORMDIST函數)確定,即NORMDIST(x,m,s,c),其中x為內檢測缺陷真實尺寸分布的數值;m為分布均值;s為分布標準偏差;c為函數形式邏輯值,如果c為TRUE(真),則NORMDIST 返回累積分布函數;如果為FALSE(誤),則返回概率密度函數。

根據式(1)對該實例管道檢測發現的金屬損失缺陷(質量百分數≥15%)進行缺陷增長顯著性分析,共發現活性腐蝕點150處,其中內部金屬損失活性腐蝕點15處,外部金屬損失活性腐蝕點135處,建議將上述活性腐蝕點作為下一輪檢測的重點關注對象,且根據腐蝕嚴重性進行針對性抽檢驗證。

3 結語

結合工程實例,研究了成品油管道多源數據對齊和綜合分析方法,掌握了管道的真實狀況,識別出了管道存在的活性缺陷點、異常焊縫、關鍵位置缺陷等高風險點,并為下一輪內檢測和風險消減提出了針對性建議。

隨著油氣管道內檢測數據的不斷積累,基于數據對齊的管道綜合分析將成為未來管道完整性狀況評價的重點。